MCP は『AI エージェントとツールの USB-C』
MCP (Model Context Protocol) は Anthropic が発表した、AI エージェントが外部ツールを呼び出すための標準プロトコルです。本記事では編集部の視点で、実務での使い方を公開情報をもとに整理します。Claude Code MCP 使い方 もご参考に。
MCP の基本概念
(1) Server：ツール/リソースを提供。(2) Client：AI エージェント等。(3) Tools：実行可能な関数。(4) Resources：データソース。(5) Prompts：再利用可能なプロンプト。
主要な MCP サーバー
(1) GitHub MCP：リポジトリ操作。(2) Filesystem MCP：ローカルファイル。(3) Slack MCP：メッセージング。(4) Postgres MCP：SQL 実行。(5) Custom MCP：自社ツール統合。公式リファレンス実装が多数存在(公開情報をもとに)。
自作 MCP サーバーの作り方
(1) @modelcontextprotocol/sdkでTS/Python SDK。(2) tools 定義：name/description/parameters。(3) handler 実装：実際の処理。(4) stdio 接続：Claude Desktop 等で利用。(5) HTTP/SSE 接続：リモートサーバー。
セキュリティモデル
(1) ユーザー承認：tool 実行前。(2) ローカル実行：機密保護。(3) permission scope：ツール別。(4) 監査ログ：実行履歴。(5) sandbox 実行：危険操作分離。Secrets 管理 もご参考に。
クライアント対応状況
(1) Claude Desktop：公式対応。(2) Claude Code：CLI 統合。(3) Cursor：エディタ統合。(4) Continue / Cline：他 IDE/CLI。(5) 標準化進行：他プロバイダも対応進行中(公開情報をもとに)。
業務での活用パターン
(1) 社内データベース連携：自然言語で SQL 実行。(2) 業務システム自動化：CRM/Notion 操作。(3) 監視ダッシュ連携：Datadog/Grafana。(4) セキュリティ運用：ログ分析。(5) カスタマーサポート：Slack/Zendesk。Claude Code 本番運用 もご参考に。
失敗しがちなパターン
(1) 権限過大付与：セキュリティリスク。(2) ツール description 曖昧：誤実行。(3) エラー処理不備：エージェント混乱。(4) テスト不足：本番で失敗。(5) 監査ログ未設定。対策は、(1)最小権限、(2)明確な説明、(3)構造化エラー、(4)単体テスト、(5)実行ログ記録、です。